Mapsui 5.0.0-beta.8 版本发布:手势交互革新与性能优化
Mapsui 是一个开源的 .NET 地图控件库,支持跨平台开发,能够在 Windows、macOS、Linux、Android 和 iOS 等平台上运行。它提供了丰富的地图功能,包括图层管理、样式定制、手势交互等,是开发地理信息系统(GIS)应用的理想选择。最新发布的 5.0.0-beta.8 版本带来了一系列重要的改进和功能增强。
手势交互系统重构
本次版本对手势交互系统进行了重大重构,主要体现在以下几个方面:
-
类型重命名:将原有的
TapType和GestureType进行了重命名,并调整了相关字段,使命名更加清晰准确。新的手势类型包括Hover和Drag,更好地描述了用户交互行为。 -
事件参数调整:移除了
WidgetEventArgs.LeftButton属性,取而代之的是更明确的GestureType.Hover和GestureType.Drag类型,使事件处理逻辑更加直观。 -
新增底层事件:为
Map类新增了Tapped、PointerPressed、PointerMoved和PointerReleased等基础事件,为开发者提供了更细粒度的交互控制能力。
性能优化与稳定性提升
-
iOS Metal 支持:新增了对 iOS 平台 Metal 图形 API 的支持,显著提升了在苹果设备上的渲染性能。
-
内存管理改进:减少了不必要的 dispose 抑制操作,优化了资源释放逻辑,降低了内存泄漏风险。
-
分辨率处理优化:将
Viewport.Resolution的默认值改为零,使分辨率处理逻辑更加合理。 -
WPF 尺寸更新逻辑:统一了 WPF 平台的宽度/高度更新逻辑,使其与 WinUI 保持一致,提高了跨平台行为的一致性。
功能增强与新增组件
-
标尺组件:新增了
RulerWidget组件,方便用户在地图上测量距离,提升了地图的实用性。 -
日志组件改进:优化了日志组件的输出信息,使调试和问题排查更加方便。
-
渲染器静态化:将
styleRenderers和widgetRenderers改为静态成员,提高了渲染效率。
问题修复
-
多点触控修复:解决了
TapType在Info事件中的处理问题。 -
文本渲染问题:修复了 WPF 和 WinForms 在 x86 架构下文本消失的问题,以及 WinUI 启动时的 COM 异常导致的文本缺失问题。
-
分辨率边界问题:修正了自定义
ZoomBounds下的snap to resolution功能。 -
枚举优化:修复了示例代码中可能存在的多次枚举问题。
依赖项更新
将 BruTile 依赖更新至 6.0.0-beta.4 版本,带来了底层瓦片处理能力的提升。
总结
Mapsui 5.0.0-beta.8 版本通过重构手势交互系统、优化性能稳定性、新增实用功能等一系列改进,为开发者提供了更强大、更稳定的地图开发体验。特别是对交互系统的重构,为后续的功能扩展奠定了良好的基础。对于正在使用或考虑使用 Mapsui 的开发者来说,这个版本值得关注和升级。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00